c#爬虫与Regex类（字符串匹配）

c#封装了现有的实行爬虫的WebClient类：
一般代码写法：
WebClient webClient = new WebClient();//定义一个WebClient对象
webClient.Encoding = Encoding.UTF-8;
string url = “xx”;//爬取的网页地址
wecClient.DownloadString(url);//调用DownloadString()方法爬取，爬取结果为字符串
也可以采用WebClient对象的其他不同方法获取不同的爬取结果：

2.Regex类

Regex类的静态方法IsMatch()的第一个参数为被匹配的字符串，第二个参数为正则表达式，若被匹配的字符串满足正则表达式（前一个字符串包含后一个字符串，或满足以指定元素开头与结尾的正则表达式规则）该方法的返回值为true,否则为false。

爬虫实例：
例如：爬取下列字符串的网页：

网站源代码：



注意这里输出了爬取结果。

爬取的字符串html的值为网页源代码。

Regex对象的Matches()方法返回html中所有符合正则表达式规则的字串，即标签中属性href值。
Trim()方法删除字符串头部及尾部出现的空格。
实验结果生成的文件：